基于神經(jīng)網(wǎng)絡(luò)優(yōu)化理論的軟測量技術(shù)及應(yīng)用研究.pdf

1、本文來源于國家自然科學(xué)基金項目“基于流態(tài)復(fù)雜性測度的流量軟測量模型及虛擬動態(tài)流量計”(項目編號60374042)。 近年來，隨著流體傳動及控制技術(shù)的快速發(fā)展，動態(tài)流量的測量已經(jīng)變得越來越重要，國內(nèi)外的學(xué)者們做了不少研究工作，但仍沒有在工程中得以實際應(yīng)用，因此動態(tài)流量的測量仍然是一個難題。本文引入軟測量技術(shù)解決這一難題，深入研究軟測量建模方法，較好地解決動態(tài)流量軟測量建模問題。 首先在分析國內(nèi)外有關(guān)軟測量技術(shù)的基礎(chǔ)上，闡述

2、軟測量技術(shù)主要研究內(nèi)容、建模方法，并分析設(shè)計動態(tài)流量軟測量的實現(xiàn)技術(shù)方案。討論神經(jīng)網(wǎng)絡(luò)建模方法、發(fā)展情況和應(yīng)用中存在的問題，就建模問題，分析研究用于建模的BP(BackPropagation)網(wǎng)絡(luò)的各種改進(jìn)算法，針對BP算法始終無法克服陷入局部極小問題，提出用遺傳算法優(yōu)化BP網(wǎng)絡(luò)的建模方法。 其次，針對遺傳算法局部搜優(yōu)能力差和易早熟的問題，改進(jìn)已有的遺傳算法。提出一種混合的小生境選擇操作，對標(biāo)準(zhǔn)遺傳算法中的變異算子和交叉算子也做

3、出改進(jìn)，提高個體多樣性，較好的避免早熟問題。 然后，重點(diǎn)設(shè)計一套實用的遺傳算法優(yōu)化BP網(wǎng)絡(luò)的實數(shù)編碼方案，把改進(jìn)的遺傳算法對BP算法進(jìn)行優(yōu)化，根據(jù)具體情況構(gòu)建適應(yīng)度函數(shù)，設(shè)計算法流程。通過仿真實驗，證明該優(yōu)化設(shè)計建模方法是行之有效的。 最后，完成動態(tài)流量的軟測量，其中包括變量選擇、數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理和本論文的核心部分即基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的動態(tài)流量的軟測量建模。 本文提出的軟測量方法為流量測量引入新的思路，研究的優(yōu)